基于数据挖掘的高校贫困生认定系统设计和分析

摘要

高校贫困生认定工作是高校学生工作中的重要组成部分，如何有效的开展相关工作关系到我国广大贫困学生的利益。由于贫困生认定的特殊性，现行的认定方法比较难于操作，相关工作开展的效率需要提高。
　　本文利用数据挖掘技术，分析和生成了贫困生认定的模型，并在此基础上设计实现了一套贫困生认定系统。首先，分析了贫困生相关工作的国内国外现状。然后，研究决策树算法，在研究的同时对操行评定数据利用C4.5算法计算并生成了完整的决策树及其规则。在此基础上，将决策树挖掘算法应用于贫困生评定工作中，首先对数据预处理，然后对预处理后的训练数据进行数据挖掘，再利用测试数据对数据挖掘的结果进行预测准确率评估，同时对结果进行分析比较，从中选取较为理想的模型。最后，根据贫困生认定工作的需求，设计并实现了具有贫困生认定、学生基本信息管理和一卡通数据管理功能的贫困生认定系统。
　　本文中设计和实现的贫困生认定系统，基本达到了应用需求，为高校贫困生认定工作提供了高效、客观的软件平台。

目录

声明

摘要

第一章 绪论

1．1 课题背景

1．2 课题意义

1．3 国内外现状

1．3．1 国内现状

1．3．2 国外现状

1．4 课题内容

1．5 本文结构

第二章 相关知识

2．1 数据挖掘

2．1．1 数据库知识发现与数据挖掘

2．1．2 数据挖掘功能

2．2 数据挖掘方法

2．2．1 关联规则

2．2．2 决策树

2．3 决策树方法

2．3．1 ID3算法

2．3．2 C4．5算法

2．3．3 剪枝技术

2．4 数据挖掘工具

2．4．1 Microsoft SQL Server Analysis Services

2．4．2 RapidMiner

2．5．2 WEKA

2．5 本章小结

第三章 基于决策树C4．5的操行评定模型

3．1 操行评定现状

3．2 数据分析

3．3 数据挖掘

3．4 本章小结

第四章 基于决策树C4．5的剪枝贫困生认定模型

4．1 高校贫困学生认定现状

4．1．1 认定方法

4．1．2 存在问题

4．2 数据分析

4．2．1 数据来源

4．2．2 分析与处理

4．3 数据挖掘

4．4 结果分析

4．5 模型的应用

4．6 本章小结

第五章 贫困生认定系统的设计与实现

5．1 环境搭建

5，1．1 系统开发架构

5．1．2 编程语言和数据库选择

5．1．3 开发环境

5．3 数据库表结构

5．4 主要功能展示

5．5 与现有方法的对比

5．6 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

致谢

参考文献